
新经济研究
Journal of New Economic Studies
- 主办单位:未來中國國際出版集團有限公司
- ISSN:3079-3416(P)
- ISSN:3079-9589(O)
- 期刊分类:经济管理
- 出版周期:月刊
- 投稿量:2
- 浏览量:368
相关文章
暂无数据
企业数字化对企业高管腐败的影响研究
Study on the Impact of Corporate Digitization on Corporate Executive Corruption
引言
随着科技的发展,数字化变革正在对生产力、生产关系产生全方位、深层次的影响。在这一背景下,数字化转型在提高企业经营管理效率、促进持续健康发展的过程中发挥着愈加重要的作用。
现有研究大都将企业数字化和企业高管腐败作为两个独立的问题进行讨论,对于企业数字化的大量研究关注到企业数字化为企业带来的降低融资成本、提高信息披露质量等积极影响,以及企业如何在数字经济背景下进行数字化转型。而对于企业高管腐败的研究,主流观点聚焦在其为企业经营发展带来的消极影响,也有学者对企业高管腐败的成因及治理进行分析。但现阶段鲜有研究将二者作为整体进行研究,探讨企业数字化与企业高管腐败之间的关系及其影响机制。与现有研究的出发点不同,本文将关注点聚焦于企业数字化转型与企业高管腐败之间的关系,运用2010-2023年度沪深两市A股上市公司的面板数据进行实证检验,以丰富企业数字化转型领域的文献研究。
一、文献综述
企业数字化
数字化变革是中小企业积极构建全链条全流程数字化生态、增强产业链供应链韧性、推动经济实现高质量发展的重要力量。随着人工智能、大数据等前沿数字技术的普及和应用,数据要素已逐渐成为企业生产经营各环节的关键要素。数据要素具有不需要边际成本、可复制性强等特点,企业可以根据生产需要,收集海量数据,并对数据进行分析处理,形成具有商业价值的信息资源,成为企业转型的关键资源。首先,数字化转型可以通过提升信息透明度、提升内部管理能力和增加创新投入促进企业人力资本控制规模和质量提升。其次,企业数字化转型能够显著提升供应链透明度。再次,企业数字化通过提高劳动生产率、缓解融资约束,促进了企业新质生产力的发展。与此同时,对制造业A股上市公司的实证研究发现企业数字化可以通过提高企业内部控制,提高企业的融资效率。
企业高管腐败
现有研究观点大多集中于企业高管腐败对企业生产经营所带来的消极影响。而对于企业高管腐败的形成原因,一方面企业的腐败文化可增强企业寻租活动偏好,降低寻租活动成本,导致企业更想通过寻租活动获利。另一方面,企业高管腐败与企业外部环境有着密切联系,政策环境和法制环境也会对企业高管腐败行为产生重要影响。在政策环境较差的地区,政府对经济的干预较强,市场的自发调节作用被削弱,企业为通过官员获得市场地位或市场特权,其高管更容易产生腐败的动机。
二、理论基础及研究假设
(一)企业数字化对企业高管腐败的影响
1. 企业数字化对企业高管腐败的影响
在市场经济中,不同参与主体所掌握的信息是有差异的,拥有较多信息的一方往往在经济活动中处于有利地位,企业内外部的信息差异会诱发企业异常关联交易。首先,数字化转型为股东及董事会对企业管理者的监督提供了工具和手段。随着数字技术的广泛应用,股东以及代表股东利益的董事会得以利用大数据的多样性,对企业生产经营活动进行全流程、多角度的监督,这对管理者形成约束,一方面提高了管理者决策的合规性和科学性,另一方面也确保了管理者信息披露的真实性。同时,数字化转型打破了企业内部各部门、各环节、各模块的“数据孤岛”,企业生产经营的各环节趋于规范化和系统化。股东与企业管理者之间的信息差逐步缩小,得以洞悉企业以及其合作伙伴的运营全貌,从而极大程度上降低了股东与管理层之间信息不对称。
基于上述分析,本文提出以下核心假设:
H1:企业数字化的发展能够对企业高管腐败产生抑制作用。
2. 基于信息披露视角的分析
中小股东、监管部门以及外部投资者等外部参与主体对企业的监督主要来自于企业的信息披露,因此信息披露质量在很大程度上决定了外部监督是否有效。万物互联的时代,信息传输的障碍被打破,信号理论刺激管理层主动出击,如通过高质量年报的披露向外界释放积极的信号,增强外部参与主体对企业持续经营的信心。因此数字化转型可以通过提升信息透明度、提高信息披露质量促进企业治理水平的提升。
基于上述分析,本文提出以下假设:
H2:企业数字化通过提升信息披露质量抑制企业高管腐败。
(二)异质性分析
1. 企业产权性质
面对不同的市场竞争,企业管理者也往往会采取不同的经营管理策略,以在市场中获得竞争优势,因此市场竞争程度会对企业高层的腐败行为产生影响。相比于大型国企,私营企业则在市场经济中面临着更为激烈的市场竞争,企业所面临的外部竞争环境也更加复杂,私营企业的企业财务及内审制度往往不够完善,企业经营管理结构和制度体系相对脆弱,外部条件的变动和市场冲击往往可以对企业带来更为明显的影响。因此,本文认为相比于大型国有制企业,企业数字化对企业高管腐败的抑制作用在处于更为激烈的市场竞争环境中的私企和外企中更明显。
基于此,本文提出以下假设:
H3:企业数字化可以抑制企业高管腐败,其抑制作用在非国有企业中更明显。
2. 地区制度环境
在我国市场经济的框架下,企业所处的区域制度环境对于其信息披露决策起着至关重要的作用。在制度环境良好的地区,市场机制相对更加完善,地方政府对企业的干预程度较低。在这种情境下,会计信息披露质量应有的引导与监督功能未能得到充分发挥,导致企业更有动机产生腐败行为。近些年受益于一系列对西部地区企业的支持政策,一批专精特新企业也相继在西部地区落地生根,市场的作用日趋增强。企业在生产经营活动中逐渐挖掘信息的要素价值,生产经营日趋透明,信息披露体系日趋完善,有效降低了企业的寻租行为和道德风险。
基于此,本文提出以下假设:
H4:企业数字化可以抑制企业高管腐败,相比于东部地区,企业数字化发展对西部地区企业的抑制作用更为明显。
三、研究设计
样本选择与数据来源
本文的样本数据主要选取了2010—2023年沪深两市A股上市公司的数据,按照企业高管腐败研究的普遍做法,将金融业的上市公司和ST企业样本进行剔除。所有数据均来自CSMAR数据库。
变量定义
- 企业数字化
本文借鉴吴非(2021)的构建思路,结合企业层面相关数据的可获得性,通过主成分分析法,对人工智能技术、大数据技术、云计算技术、区块链技术、数字技术运用五个维度76个数字化转型相关词词频进行统计,并取对数处理,作为企业数字化水平的代理变量。
- 企业高管腐败
本文在进行实证分析时,将企业高管腐败理解为企业的寻租行为,使用企业超额管理费用作为企业高管腐败程度的代理变量。在进行变量的构建时,参考刘春奇(2017)的测量方法构建roth模型,根据每个观测值管理费用的实际金额,估计该模型的系数,并将具体观测值重新代入模型中,得到期望管理费用。最后用期望管理费用减去实际管理费用,对连续型变量进行缩尾处理,回归取得的残差项即为超额管理费用。
- 控制变量
本文以企业高管腐败为被解释变量,将可能影响企业高管腐败的变量作为控制变量。具体变量包括:财务杠杆、第一大股东持股比例、企业年龄、股权制衡度、独立董事比率。控制变量的计算方式如表1所示。
| 类型 | 变量符号 | 变量名称 | 变量说明 |
|---|---|---|---|
| 被解释变量 | Brib | 企业高管腐败支出 | 通过超额管理费用计算 |
| 解释变量 | lnDigi | 企业数字化 | 从人工智能技术、大数据技术等五个维度,通过词频法计算,并取对数 |
| 控制变量 | Leverage | 财务杠杆 | 期末负债总额/期末资产总额 |
| Largest | 第一大股东持股比例 | 第一大股东持股数占公司总股数比例 | |
| Age | 企业年龄 | 企业上市年限 | |
| Balance | 股权制衡度 | 第2-5大股东持股比例/第1大股东持股比例 | |
| Director | 独立董事比率 | 独立董事占董事会比重 | |
| Year | 年份 |
回归模型设定
基准回归
为排除不同年度和不可观测的公司个体特征,在选取一系列控制变量的基础上,在模型中加入年度及个体固定效应进行实证回归,基准回归模型如下:
其中Bribit代表企业i在t年的企业高管腐败支出,lnDigiit表示企业i在t年的数字化转型指数,并取对数处理,Controlit表示企业i在t年的一系列控制变量。如果回归结果显著为负,则说明企业数字化水平的提升能够显著抑制企业的腐败行为。
- 机制分析
为检验企业数字化如何影响企业高管腐败,本文利用中介变量进行分组回归,分析数字化转型对企业高管腐败的影响机制。本文选取样本企业信息披露质量作为中介变量,根据上交所、深交所每年对上市公司会计信息披露的六项指标的评估结果,构建企业信息披露指数。在分组回归时,其余变量与主回归一致,并控制个体固定效应和年份固定效应。
四、实证结果与分析
描述性统计
表2列示了本文基准回归所设计变量的描述性统计结果。可以看出,2010到2023年之间,企业高管腐败支出的均值为-0.0000284,最大值为0.3887808,最小值为-0.2080704,说明企业高管腐败支出在这些年间有较大差异。其中Brib是以上市公司超额管理费用定义的,作为企业高管腐败的代理变量。企业数字化均值为1.979497,最大值为6.304449,最小值为0,由此可见企业数字化程度也存在较大差异。
| Variable | Obs | Mean | Std.dev. | Min | Max |
|---|---|---|---|---|---|
| Brib | 41487 | -0.0000284 | 0.0537728 | -0.2080704 | 0.3887808 |
| lnDigi | 28008 | 1.979497 | 1.405546 | 0 | 6.304449 |
| Age | 33235 | 10.43984 | 7.506597 | 1 | 32 |
| Largest | 34613 | 34.21635 | 15.00322 | 0.29 | 89.99 |
| Balance | 34612 | 0.7422696 | 0.6219623 | 0.0031 | 4 |
| Director | 34613 | 37.60998 | 5.622379 | 14.29 | 80 |
| Leverage | 30295 | 0.438428 | 0.2039884 | 0.007969 | 1.956558 |
基准回归
基准结果如表3所示。当自变量仅包含企业数字化程度时,加入固定效应后,回归系数在1%的水平上显著为负。当加入企业年龄Age、第一大股东持股比率Largest、独立董事占比Director、股权制衡度Balance和财务杠杆率Leverage作为控制变量,加入固定效应后,解释变量的回归系数仍然在1%的水平上显著为负,由此证明了企业数字化程度与企业高管的腐败行为存在显著的负相关关系,验证了核心假设H1。
| (1) | (2) | (3) | (4) | |
|---|---|---|---|---|
| Variables | Brib | Brib | Brib | Brib |
| lnDigi | -0.00146*** | -0.00193*** | -0.00134*** | -0.0014*** |
| (-5.57) | (-5.65) | (-4.41) | (-3.57) | |
| Age | 0.000244*** | 0.0000417 | ||
| (3.35) | (0.21) | |||
| Largest | 0.000259*** | 0.00043*** | ||
| (5.47) | (6.55) | |||
| Balance | 0.00686*** | 0.00928*** | ||
| (6.73) | (7.47) | |||
| Director | 0.000206** | 0.000188* | ||
| (3.03) | (2.47) | |||
| Leverage | 0.00267 | -0.00134 | ||
| (1.12) | (-0.45) | |||
| Constant | 0.00273*** | 0.00472* | -0.0235*** | -0.0225*** |
| (3.35) | (2.34) | (-6.19) | (-4.29) | |
| Observations | 28008 | 28008 | 19645 | 19645 |
| Company FE | NO | YES | NO | YES |
| Year FE | NO | YES | NO | YES |
稳健性检验
- 替换解释变量
本文选用样本中企业数字技术运用维度的相关词频数代替作为解释变量,运用双固定效应模型进行回归。在加入个体和年份的固定效应后,回归系数仍然在10%的水平上显著为负,企业高管腐败程度依然与其显著负相关,因此可以认为本文的核心假设仍然成立。
| (1) | (2) | |
|---|---|---|
| VARIABLES | Brib | Brib |
| Digitatecl | -0.000038 | -0.0000523* |
| (-1.77) | (-2.08) | |
| Age | 0.000464*** | 0.00026* |
| (8.19) | (2.49) | |
| Largest | 0.000244*** | 0.000381*** |
| (6.62) | (8.51) | |
| Balance | 0.00705*** | 0.00869*** |
| (8.86) | (9.60) | |
| Director | 0.000204*** | 0.000181*** |
| (3.67) | (2.99) | |
| Leverage | -0.00245 | -0.00524* |
| (-1.32) | (-2.46) | |
| _cons | -0.0261*** | -0.0243*** |
| (-8.67) | (-6.87) | |
| N | 29820 | 29820 |
| Company FE | NO | YES |
| Year FE | NO | YES |
内生性处理
本文采用加入滞后一期的解释变量进行回归的方法进行检验。解释变量的回归系数仍然在1%的显著性水平下显著为负,说明企业数字化仍然对企业高管腐败有显著的抑制作用,因此通过内生性检验。
| (1) | (2) | |
|---|---|---|
| VARIABLES | Brib | Brib |
| lnDigi | -0.00126** | -0.00164*** |
| (-2.83) | (-3.34) | |
| LDigital | -0.0018*** | -0.00196*** |
| (-4.26) | (-4.20) | |
| Age | 0.000166* | 0.000216 |
| (2.02) | (0.91) | |
| Largest | 0.000262*** | 0.000466*** |
| (4.89) | (5.97) | |
| Balance | 0.00623*** | 0.00854*** |
| (5.48) | (5.98) | |
| Director | 0.000265*** | 0.000256*** |
| (3.54) | (3.01) | |
| Leverage | 0.00695** | 0.0026 |
| (2.60) | (0.76) | |
| _cons | -0.0221*** | -0.0247*** |
| (-5.20) | (-4.10) | |
| N | 16349 | 16349 |
| Company FE | NO | YES |
| Year FE | NO | YES |
-
机制分析
选取样本企业信息披露质量作为中介变量,根据上交所、深交所每年对上市公司会计信息披露的六项指标的评估结果,构建企业信息披露指数代理企业信息披露质量,运用两步法对企业数字化对企业高管腐败抑制作用的影响机制进行进一步分析。首先,以企业信息披露质量作为解释变量,企业高管腐败指数作为被解释变量,控制变量与基准回归保持一致进行回归,结果如表6所示,回归系数在1%的水平上显著为正,说明企业信息披露质量与企业高管腐败行为呈正相关关系。进一步地,以企业数字化转型指数作为解释变量,企业信息披露质量作为被解释变量进行回归,在加入年份固定效应后,回归系数在10%的水平上显著为正,说明企业数字化转型提高了企业的信息披露质量,从而对企业高管的腐败行为产生抑制作用。
| (1) | (2) | |
|---|---|---|
| VARIABLES | Brib | Brib |
| Quality | -0.00593*** | -0.00400*** |
| (-12.68) | (-7.86) | |
| Age | 0.000068 | |
| Largest | 0.000398*** | |
| Balance | 0.00776*** | |
| Director | 0.000182*** | |
| Leverage | 0.00031*** | |
| (-0.13) | ||
| _cons | 0.0192*** | -0.0126*** |
| (9.86) | (-2.82) | |
| N | 31613 | 23675 |
| Company FE | YES | YES |
| Year FE | YES | YES |
| (1) | (2) | |
|---|---|---|
| VARIABLES | Quality | Quality |
| Quality | 0.0176*** | 0.0150* |
| (3.33) | (2.50) | |
| Age | 0.0130*** | |
| Largest | 0.00943*** | |
| Balance | 0.0694*** | |
| Director | -0.00227 | |
| (-1.95) | ||
| Leverage | -0.567*** | |
| (-12.63) | ||
| _cons | 3.018*** | 2.829*** |
| (85.99) | (33.30) | |
| N | 21469 | 16665 |
| Company FE | YES | YES |
| Year FE | YES | YES |
异质性分析
企业产权性质
根据企业的产权性质,将样本中企业划分为国企和其他类型企业。非国企组的回归系数在1%的水平上显著为负,而数字化转型对国企高管腐败的抑制则不明显,由此可以推测企业数字化对非国企高管腐败行为的抑制作用更为显著,而在国企中影响较弱。
| (1) | (2) | (3) | (4) | |
|---|---|---|---|---|
| VARIABLES | Brib | Brib | Brib | Brib |
| lnDigi | 0.000465 | -0.000569 | -0.002*** | -0.00182*** |
| (1.00) | (-1.08) | (-5.09) | (-3.42) | |
| Age | 0.000940*** | 0.000222 | -0.000133 | 0.0000284 |
| (8.83) | (1.04) | (-1.19) | (0.08) | |
| Largest | 0.000522*** | 0.000478*** | -0.0000495 | 0.0000635 |
| (7.28) | (5.32) | (-0.75) | (0.67) | |
| Balance | 0.0116*** | 0.0105*** | 0.0028*** | 0.00767*** |
| (6.45) | (5.20) | (2.08) | (4.38) | |
| Director | 0.000243** | 0.000135 | 0.000118 | 0.000109 |
| (2.75) | (1.48) | (1.22) | (0.95) | |
| Leverage | 0.00105 | 0.00077 | 0.00198 | 0.00445 |
| (0.28) | (0.18) | (0.63) | (1.12) | |
| _cons | -0.0489*** | -0.0247*** | -0.00274 | -0.0117 |
| (-8.88) | (-3.49) | (-0.52) | (-1.55) | |
| N | 6849 | 6849 | 12282 | 12282 |
| Company FE | NO | YES | NO | YES |
| Year FE | NO | YES | NO | YES |
地区制度环境
按企业注册地省份进行划分,将样本企业划分为东、中、西部三个部分进行回归。由回归结果可以看出,数字化转型对东、西部地区企业高管的腐败都产生显著的抑制作用,且在西部地区企业中抑制作用最为明显。
| (1) | (2) | (3) | |
|---|---|---|---|
| VARIABLES | Brib | Brib | Brib |
| lnDigi | -0.00184*** | 0.00268* | -0.00199* |
| (-4.00) | (2.22) | (-2.23) | |
| Age | 0.0000534 | 0.00000289 | 0.000317 |
| (0.22) | (0.01) | (0.73) | |
| Largest | 0.000404*** | 0.000745*** | -0.0000957 |
| (5.20) | (3.83) | (-0.62) | |
| Balance | 0.00855*** | 0.0191*** | 0.00156 |
| (5.97) | (4.35) | (0.55) | |
| Director | 0.000154 | 0.000613** | -0.0000363 |
| (1.72) | (2.86) | (-0.20) | |
| Leverage | -0.0061 | 0.0341*** | -0.0118 |
| (-1.76) | (3.85) | (-1.64) | |
| _cons | -0.0174** | -0.0751*** | 0.00923 |
| (-2.83) | (-4.68) | (0.74) | |
| N | 14424 | 2335 | 2883 |
| Company FE | YES | YES | YES |
| Year FE | YES | YES | YES |
五、研究结论及建议
研究结论
研究表明,企业数字化的推进能大幅度减少企业高管的腐败行为。机制分析结果表明,企业数字化转型显著提升了企业信息披露的质量。这不仅优化了企业的内部治理结构,还增强了监管机构、中小股东及外部投资者等企业外部参与主体的监督效能,进而从主动、被动两个层面对企业高管腐败行为起到了显著的抑制作用。
异质性分析研究结果说明,企业数字化对企业高管腐败的抑制作用在不同产权性质的企业中存在差异,对于非国有企业,由于处于激烈的市场竞争环境中,企业更容易为获取市场特权和经济利益而产生寻租动机。企业数字化提高了其信息披露质量,内部控制水平也随之提升,因此对高管腐败的抑制作用相比于国企更加明显。与此同时,西部地区企业相较于东部地区制度环境较差,内部治理水平较差,再加上信息不对称的约束使得企业外部利益相关方对企业的监督作用较弱,因而更容易发生企业高管腐败的行为。因此,随着企业数字化的推进企业高管腐败得到有效抑制。近些年,随着市场作用的增强,这种抑制作用更加显著。
政策建议
基于以上研究,本文提出以下政策建议:
- 数字经济时代,企业数字化转型已成企业发展的关键路径。对于政府而言,要把握好数字经济发展态势,适应新的监管需求,利用新技术、新手段充分挖掘数据要素和信息要素价值,优化对企业信息披露的监管政策和监管流程,以削弱企业内部及企业与外部参与者之间的信息不对称,同时进一步增强市场对经济的调节作用,切实保障资本市场的稳健运行与有序发展,以更有效地服务于经济高质量发展的大局。
- 本文的异质性分析结果表明,对于不同产权性质以及处于不同制度环境中的企业,企业数字化对企业高管腐败的抑制作用存在显著差异。因此对相关监管部门而言,要具备对企业实际情况的分析和识别能力,差异化地对企业进行精准监管。特别要加强关注处于较差地区制度环境的企业,努力提升市场经济水平和地区法制水平,积极推进企业数字化基础设施建设,推动企业成为更合格的市场参与者。
- 在数字经济发展的大背景下,企业生产经营活动更加公开透明。因此数字化转型对企业来说既带来机遇也带来风险和挑战。企业应积极把握数字化转型的契机,加大科技创新的投入,积极推动企业业务向数字化过渡,并优化企业内部控制体系,促进企业发展与市场环境的密切结合,同时有效识别数字化转型带来的风险,提高风险识别和防控能力,不断探索和优化企业经营管理的路径。
参考文献:
- [1] 陈芳.数字化变革赋能中小企业高质量发展研究[J].中国集体经济,2025(02):25-28.
- [2] 徐细雄.企业高管腐败研究前沿探析[J].外国经济与管理,2012,34(04):73-80.
- [3] 陈向阳,李想.企业寻租竞争对企业绩效的影响——企业寻租的囚徒困境[J].中国市场,2023(09):118-120.
- [4]沈国兵,袁征宇.企业互联网化对中国企业创新及出口的影响[J].经济研究,2020,55(01):33-48.
- [5]郭格.数字经济促进民营企业转型的内在逻辑与可行路径[J].经济研究导刊,2024(23):50-53.
- [6]谢香兵,贾琰琰,余文桥.数字化转型与企业人力资本配置倾向性[J].财会月刊,2024,45(08):20-26.
- [7]董一磊,于芮芮,刘心雨.企业数字化转型对供应链透明度的影响——来自中国上市公司的证据[J].中国商论,2025,34(02):96-100
- [8]曾先峰,苏文鑫.数字化转型提升了企业的新质生产力吗?[J].财经理论研究,2025(01):84-103.
- [9]袁晓婷,冯圆.制造业企业数字化转型对融资效率的影响[J].科技与经济,科技与经济,2025,38(01):81-85.
- [10]陈向阳,李想.企业寻租竞争对企业绩效的影响——企业寻租的囚徒困境[J].中国市场,2023(09):118-120.
- [11]董斌,张兰兰.企业腐败文化治理与技术创新[J].重庆大学学报(社会科学版),2022,28(06):33-48.
- [12]史永,李思昊.关联交易、机构投资者异质性与股价崩盘风险研究[J].中国软科学,2018(04):123-131.
- [13]赵璨,朱锦余,曹伟.产权性质、高管薪酬与高管腐败——来自中国上市公司的经验证据[J].会计与经济研究,2013,27(05):24-37.
- [14]陈小辉,张红伟,吴永超.数字经济如何影响企业内部控制质量[J].财经论丛,2022(11):71-80.
- [15]刘淑春,闫津臣,张思雪,等.企业管理数字化变革能提升投入产出效率吗[J].管理世界,2021,37(05):170-190+13.
- [16]张嘉伟,王铷州,蒋影.数字经济与大股东掏空行为:技术治理的新视角[J].经济管理,2023,45(04):64-81.
- [17]吴非,胡慧芷,林慧妍,等.企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界,2021,37(07):130-144+10.
- [18]刘春奇,王秋红,晁峰.超额管理费用与企业“真实”业绩:促进还是抑制[J].南方经济,2017(11):103-124.
- [19]车德欣,戴美媛,吴非.企业数字化转型对融资成本的影响与机制研究[J].金融监管研究,2021(12):56-74.
